绩效评价在现实生活中具有广泛而重要的应用价值,主要包括绩效评价指标体系构建和评价分数优化与处理两个研究方向.绩效评价中存在大量问题可以运用多目标优化思想来解决,本文主要研究多目标优化模型在绩效评价中的应用.本文的研究内容包括两部分:第一部分主要研究绩效评价中分值聚合的多目标优化方法,针对绩效评价中评价分数的聚合问题,建立新的双目标优化模型,并利用遗传算法对模型进行求解,其研究结果克服了最近由Andres等人提出的360度绩效模型存在的一些不足;第二部分主要研究绩效评价中最优基础工作量的问题,通过建立与最优基础工作量相关的分值转换模型、满意度模型,来建立以最小化满意度差的平方和、最大化满意度和为目标的多目标优化模型,并用遗传算法求解,得到各指标的最优基础工作量及多目标优化模型中的目标值,其研究结果证明了此多目标优化模型存在弱有效解且该优化模型是科学合理的.本文主要应用多目标优化工具来研究多目标优化模型在绩效评价中的应用,目的是在绩效评价问题相关研究中丰富分值优化处理问题和最优基础工作量问题的研究内容,促进绩效评价相关问题的进一步研究和相关技术方法领域的深入发展.第一章,主要介绍关于绩效评价的国内外研究现状,包括绩效评价问题的研究背景和意义,绩效评价的发展历程,以及多目标优化模型在分值处理中的应用.第二章,主要研究绩效评价中分值聚合的多目标优化方法,建立新的优化模型并用遗传算法求解及对结果进行比较.第三章,主要研究绩效分配中的最优基础工作量问题,通过建立对数形式的分值转化模型、满意度模型得到兼顾满意度与公平性的多目标优化模型,并用遗传算法求解.